机器学习之混淆矩阵

一、 什么是混淆矩阵
predict表示预测的值，actual表示实际的值。
0表示负类，1表示正类。
TN中T表示预测正确True，N表示negtive,也就是负类0，故TN表示把负类正确预测为负类0
FN中F表示预测错误Flase，N表示negtive,也就是负类0，故FN表示把负类错误预测成正类1
FP中F表示预测错误，P表示possitive,就是正类1，故FP表示把正类1错误预测成负类0
TP中T表示预测正确，P表示possitive,就是正类1，故TP表示把正类1正确预测成正类1

二、一些指标
1.精度 （pression） = TP/(TP+FP)
2.准确度(Accuracy) =(TN+TP)/(TN+TP+FN+FP)
3.召回率(Recall)=TP/(TP+FN)
4.灵敏度(Sensitivity)=TP/(TP+FN)
5.Specificity=TN/(TN+FP)
6.F1-score=(2PressionRecall) / (Pression+Recall)